1 锂离子电池热失控的触发
  1.1 电滥用
    1.1.1 过充
    1.1.2 强制放电
    1.1.3 外部短路
  1.2 机械滥用
    1.2.1 针刺
    1.2.2 碰撞或挤压
  1.3 热滥用
    1.3.1 整体加热
    1.3.2 局部加热
  1.4 内部短路
  1.5 串扰
  参考文献
2 锂离子电池的控温
  2.1 主动控温技术
    2.1.1 气体控温技术
    2.1.2 液体控温技术
    2.1.3 基于热电元件的控温系统
    2.1.4 基于制冷剂的控温系统
  2.2 被动控温技术
    2.2.1 热管控温技术
    2.2.2 相变储能材料控温技术
  2.3 主动与被动协同控温技术
    2.3.1 热管与相变储能材料协同控温技术
    2.3.2 液冷系统与相变储能材料协同控温技术
    2.3.3 气冷系统与相变储能材料协同控温技术
    2.3.4 多元主动与被动协同控温技术
  2.4 其他控温策略
  参考文献
3 锂离子电池热失控的预警
  3.1 温度信号预警
    3.1.1 表面温度
    3.1.2 内部温度
    3.1.3 温度预测
  3.2 电信号预警
    3.2.1 电压
    3.2.2 电流
    3.2.3 容量
    3.2.4 阻抗
  3.3 压力信号预警
    3.3.1 内部压力
    3.3.2 膨胀力
  3.4 气体信号预警
    3.4.1 排气声
    3.4.2 气体释放
  3.5 超声信号预警
  3.6 多级报警和火控联动
  参考文献
4 锂离子电池火灾的防控
  4.1 火灾的减缓机制
  4.2 减缓火灾危害的设计策略
    4.2.1 电芯的优化
    4.2.2 电池的配置
    4.2.3 电池模组的优化
    4.2.4 电池组系统的优化
  4.3 热蔓延的阻隔
    4.3.1 物理阻隔
    4.3.2 化学阻隔
  4.4 灭火
    4.4.1 液体灭火剂
    4.4.2 固体灭火剂
    4.4.3 多种灭火剂的组合
    4.4.4 微封装灭火剂
    4.4.5 不同类型灭火剂的比较分析
  4.5 火灾实例分析
    4.5.1 电动汽车的火灾事故
    4.5.2 储能电站火灾事故
    4.5.3 锂离子电池火灾的防控策略
  参考文献
5 基于人工智能的电动飞机电池管理系统
  5.1 人工智能的特点
  5.2 人工智能的应用现状
    5.2.1 神经网络
    5.2.2 深度学习和长短期记忆
    5.2.3 机器学习
  5.3 电池管理系统在电推进系统中的作用
    5.3.1 状态评估
    5.3.2 故障的诊断、预测和控制
  5.4 关于人工智能应用的航空法规
    5.4.1 航空安全法规现状
    5.4.2 机器学习和学习许可的安全要求
  5.5 人工智能在电动飞机电池管理系统中应用的挑战
    5.5.1 真实飞行情况的复杂性
    5.5.2 在线学习能力
    5.5.3 准确度和失误率
    5.5.4 响应时间
    5.5.5 数据库
    5.5.6 传感技术
    5.5.7 航空法规的要求
  5.6 发展趋势
  参考文献
6 电动飞机的开发现状及发展趋势
  6.1 电动飞机的机遇
    6.1.1 “双碳”目标的激励
    6.1.2 城市空中交通网的构建
  6.2 电动飞机的挑战
    6.2.1 安全性
    6.2.2 经济性
    6.2.3 机载推进电池要求
    6.2.4 现行法规的要求
  6.3 电池比能量对电动飞机的影响
  6.4 电动飞机的发展趋势
    6.4.1 混合动力
    6.4.2 电池组的结构优化
    6.4.3 搭载高能量密度电池
    6.4.4 借鉴电动汽车的发展经验
  参考文献